📏 CXL CRO Methodology & Statistical Significance Standards

📏 Tiêu chuẩn ngành · 📅 Buổi 9 – CRO (Conversion Rate Optimization)

📚 Điều hướng: Bài giảng đầy đủ · 📝 Blog · 📰 Case Study · 🎮 Quiz

Giới thiệu

Conversion Rate Optimization (CRO – Tối ưu tỷ lệ chuyển đổi) không phải là thay đổi màu nút rồi hy vọng doanh số tăng. CRO đúng chuẩn là một quy trình khoa học, đòi hỏi phương pháp nghiên cứu nghiêm ngặt, thiết kế thí nghiệm có kiểm soát và phân tích thống kê chính xác.

Bài viết này trình bày bộ tiêu chuẩn quốc tế từ CXL Institute — tổ chức đào tạo CRO hàng đầu thế giới — cùng các quy tắc thống kê bắt buộc khi thực hiện A/B Testing. Mục tiêu: giảm rủi ro sai lệch thống kê, cắt lãng phí test sai, nâng chất lượng quyết định cho mọi chiến dịch tối ưu chuyển đổi.

Từ khóa chính

CXL CRO methodology, A/B testing standards, statistical significance, CRO certification

PHẦN 1: WHY – Tại sao cần chuẩn hóa CRO?

1.1. CRO không có tiêu chuẩn = Đoán mò có hệ thống

Rất nhiều team marketing tự nhận "đang làm CRO" nhưng thực chất chỉ đang:

Thay đổi màu CTA button vì "thấy bài viết nói màu đỏ tốt hơn"
Dừng A/B test sau 2 ngày vì "variant B đang thắng 60-40"
Copy landing page của đối thủ vì "họ chắc đã test rồi"

Đây không phải CRO — đây là random guessing (đoán ngẫu nhiên) được ngụy trang bằng công cụ.

1.2. Chi phí thực sự của False Positive

Khi bạn triển khai variant "thắng" nhưng thực tế không thắng (false positive – dương tính giả), hậu quả rất nghiêm trọng:

Hậu quả	Mô tả
Mất doanh thu	Variant tệ hơn chạy production → conversion giảm
Mất thời gian	Team dev triển khai thay đổi vô ích
Hiệu ứng domino	Quyết định sai → insight sai → chiến lược sai
Mất niềm tin	Stakeholder không còn tin vào data

Với p-value = 0.05, cứ 20 test chạy thì trung bình 1 test cho kết quả sai. Nếu team bạn chạy 100 test/năm mà không kiểm soát, bạn có thể triển khai 5 thay đổi gây hại mà không hề biết.

1.3. Huyền thoại "Best Practices"

Sự thật phũ phàng

"Best practices" chỉ là starting hypotheses (giả thuyết khởi đầu), không phải sự thật phổ quát.

Những gì hoạt động cho Amazon không chắc hoạt động cho Tiki. Những gì convert tốt ở thị trường Mỹ có thể thất bại ở Việt Nam — nơi người dùng ưu tiên COD (thanh toán khi nhận hàng), nhắn Zalo trước khi mua, và dùng mobile chiếm 70-80% traffic.

Giải pháp duy nhất: Xây dựng quy trình CRO chuẩn — có phương pháp, có đo lường, có kiểm chứng thống kê.

1.4. Nhu cầu về tính nghiêm ngặt khoa học

CRO là khoa học thực nghiệm ứng dụng (applied experimental science). Điều này đòi hỏi:

Giả thuyết rõ ràng trước khi test
Sample size đủ lớn để phát hiện effect
Kiểm soát biến số (seasonality, traffic source, device)
Phân tích thống kê nghiêm ngặt sau khi test

Như trong bài giảng chính đã trình bày, CRO Framework chuẩn gồm 4 bước: Analyze → Hypothesize → Test → Implement. Bài viết này đi sâu vào tiêu chuẩn cho từng bước.

PHẦN 2: WHAT – Các tiêu chuẩn chính

2.1. CXL Institute CRO Methodology

CXL Institute (trước đây là ConversionXL) do Peep Laja sáng lập, là tổ chức đào tạo CRO được công nhận rộng rãi nhất trong ngành.

2.1.1. ResearchXL™ Framework

ResearchXL™ là phương pháp nghiên cứu chuyển đổi 6 bước, thực hiện tuần tự trước khi chạy bất kỳ A/B test nào:

Bước	Phương pháp	Mô tả	Công cụ phổ biến
1	Heuristic Analysis (Phân tích heuristic)	Đánh giá UX dựa trên nguyên tắc thiết kế	Checklist nội bộ, LIFT Model
2	Technical Analysis (Phân tích kỹ thuật)	Kiểm tra lỗi kỹ thuật, tốc độ, cross-browser	Google PageSpeed, BrowserStack
3	Digital Analytics (Phân tích dữ liệu số)	Phân tích funnel, drop-off points, segments	GA4, Mixpanel
4	Mouse Tracking (Theo dõi chuột)	Heatmaps, scroll maps, session recordings	Hotjar, Microsoft Clarity
5	Qualitative Surveys (Khảo sát định tính)	Hỏi người dùng tại sao họ không convert	Hotjar Surveys, Typeform
6	User Testing (Test người dùng)	Quan sát người thật sử dụng sản phẩm	UserTesting.com, Maze

Nguyên tắc vàng ResearchXL™

Không bao giờ chạy A/B test mà chưa qua ít nhất 3/6 bước nghiên cứu trên. Test mà không có research = đoán mò.

2.1.2. PIE & ICE Prioritization Frameworks

Khi có danh sách 20-30 ý tưởng test, bạn cần ưu tiên hóa (prioritization). Hai framework phổ biến nhất:

PIE Framework:

Tiêu chí	Ý nghĩa	Thang điểm
Potential (Tiềm năng)	Trang này có nhiều room cải thiện không?	1–10
Importance (Tầm quan trọng)	Traffic/revenue của trang này lớn không?	1–10
Ease (Dễ triển khai)	Test này dễ implement không?	1–10

PIE Score = \frac{P + I + E}{3}

ICE Framework:

Tiêu chí	Ý nghĩa	Thang điểm
Impact (Tác động)	Test này ảnh hưởng bao nhiêu đến metric?	1–10
Confidence (Độ tin cậy)	Bạn tự tin bao nhiêu rằng nó sẽ thắng?	1–10
Ease (Dễ triển khai)	Effort cần bỏ ra là bao nhiêu?	1–10

ICE Score = I \times C \times E

2.1.3. CXL Certification Levels

Chứng chỉ	Đối tượng	Thời lượng
CRO Specialist	Marketers muốn chuyên sâu CRO	~40 giờ
Growth Marketing Mini-Degree	Marketers muốn bao quát growth	~80 giờ
Digital Psychology & Persuasion	UX/CRO chuyên về hành vi	~30 giờ

2.2. Statistical Significance Standards (Tiêu chuẩn ý nghĩa thống kê)

Đây là phần quan trọng nhất của bài viết. Nếu bạn chỉ nhớ một phần, hãy nhớ phần này.

2.2.1. p-value và Confidence Level

p-value (giá trị p) là xác suất quan sát được kết quả hiện tại (hoặc cực đoan hơn) nếu giả thuyết null đúng (tức hai variant không khác nhau).

Tiêu chuẩn ngành: $p < 0.05$ → 95% confidence level (mức tin cậy 95%)
Nghĩa là: Chỉ có dưới 5% khả năng kết quả là do ngẫu nhiên

Hiểu lầm phổ biến

p-value = 0.03 KHÔNG có nghĩa là "có 97% xác suất variant B tốt hơn A". Nó có nghĩa: nếu A và B thực sự giống nhau, xác suất thấy kết quả chênh lệch như thế này (hoặc hơn) chỉ là 3%.

2.2.2. Minimum Sample Size Calculation (Tính cỡ mẫu tối thiểu)

Trước khi chạy test, bạn bắt buộc phải tính sample size. Công thức chuẩn cho two-proportion z-test:

n = \frac{{(Z_{α / 2} \sqrt{2 \bar{p} (1 - \bar{p})} + Z_{β} \sqrt{p_{1} (1 - p_{1}) + p_{2} (1 - p_{2})})}^{2}}{(p_{1} - p_{2})^{2}}

Trong đó:

$n$ = Sample size mỗi variant
$Z_{α / 2}$ = Z-score cho significance level (1.96 cho 95% confidence)
$Z_{β}$ = Z-score cho statistical power (0.84 cho 80% power)
$p_{1}$ = Conversion rate hiện tại (Control)
$p_{2}$ = Conversion rate mong đợi (Variant)
$\bar{p} = \frac{p_{1} + p_{2}}{2}$

Ví dụ thực tế:

Conversion rate hiện tại: $p_{1} = 3 %$
Mong muốn phát hiện tăng lên: $p_{2} = 3.6 %$ (tăng 20% tương đối)
Confidence: 95%, Power: 80%

→ Cần khoảng 12,000 visitors mỗi variant → Tổng 24,000 visitors

Nếu website có 1,000 visitors/ngày → Cần chạy test ít nhất 24 ngày.

2.2.3. MDE – Minimum Detectable Effect (Hiệu ứng tối thiểu phát hiện được)

MDE là mức chênh lệch nhỏ nhất mà test có thể phát hiện với sample size và power cho trước.

MDE = (Z_{α / 2} + Z_{β}) \times \sqrt{\frac{2 p (1 - p)}{n}}

Traffic/ngày	MDE (với 14 ngày test)	Ý nghĩa
500	~15% relative	Chỉ phát hiện thay đổi rất lớn
5,000	~5% relative	Phát hiện thay đổi vừa
50,000	~1.5% relative	Phát hiện thay đổi nhỏ

Quy tắc thực hành

Nếu MDE của bạn lớn hơn mức cải thiện thực tế kỳ vọng → đừng chạy test, hãy tìm cách tăng traffic hoặc giảm số variants.

2.2.4. Type I & Type II Errors (Lỗi loại I & loại II)

Loại lỗi	Tên gọi	Mô tả	Hậu quả	Kiểm soát bằng
Type I	False Positive (Dương tính giả)	Kết luận variant thắng nhưng thực tế không	Triển khai thay đổi gây hại	Hạ $α$ (thường 0.05)
Type II	False Negative (Âm tính giả)	Kết luận không khác biệt nhưng thực tế có	Bỏ lỡ cải thiện tốt	Tăng Power $1 - β$ (thường 0.80)

Mối quan hệ giữa hai loại lỗi:

Power = 1 - β = P (Reject H_{0} ∣ H_{1} is true)

Tiêu chuẩn tối thiểu: $α = 0.05$ , Power $\geq 0.80$ . Với test quan trọng (ảnh hưởng revenue lớn), nên dùng $α = 0.01$ , Power $\geq 0.90$ .

2.2.5. Sequential Testing vs Fixed-Horizon Testing

Phương pháp	Mô tả	Ưu điểm	Nhược điểm
Fixed-Horizon (Cố định thời gian)	Xác định sample size trước, chạy đến khi đủ	Đơn giản, ít sai lệch	Tốn thời gian nếu effect lớn
Sequential Testing (Tuần tự)	Kiểm tra liên tục với adjusted thresholds	Dừng sớm nếu effect rõ ràng	Phức tạp hơn, cần công cụ chuyên dụng

Sequential testing sử dụng alpha spending functions (như O'Brien-Fleming hoặc Pocock boundaries) để kiểm soát overall Type I error khi phân tích nhiều lần.

2.2.6. Bayesian vs Frequentist Approaches

Tiêu chí	Frequentist	Bayesian
Câu hỏi trả lời	"Data này có bất thường nếu H₀ đúng?"	"Xác suất B tốt hơn A là bao nhiêu?"
Output	p-value, confidence interval	Posterior probability, credible interval
Cần prior?	Không	Có (prior beliefs)
Peeking	Không được	Có thể (tự nhiên)
Dễ hiểu?	Khó giải thích cho stakeholders	Trực quan hơn
Công cụ sử dụng	Google Optimize (đã ngừng), VWO (classic)	VWO (SmartStats), Kameleoon, Dynamic Yield

Khuyến nghị cho thị trường Việt Nam

Nếu team chưa có nền thống kê mạnh, Bayesian là lựa chọn thực tế hơn vì output dạng "Xác suất B thắng A = 95%" dễ trình bày cho sếp và stakeholders.

2.3. A/B Testing Ethical Standards (Tiêu chuẩn đạo đức A/B Testing)

2.3.1. No Peeking (Không nhìn lén kết quả)

Peeking problem là lỗi phổ biến nhất: Xem kết quả giữa chừng → thấy một variant "đang thắng" → dừng test sớm.

Tại sao đây là vấn đề? Vì ở giai đoạn đầu test, variance (phương sai) rất cao — kết quả dao động mạnh. Nếu bạn dừng tại bất kỳ thời điểm nào "trông đẹp", bạn đang inflating false positive rate (thổi phồng tỷ lệ dương tính giả) lên 20-30%, thay vì 5% như mong muốn.

Quy tắc: Xác định sample size trước → Chạy đến khi đủ → Mới phân tích. Nếu cần kiểm tra giữa chừng, sử dụng sequential testing với adjusted boundaries.

2.3.2. No "Calling It" Based on Gut Feeling

Sai: "Variant B trông đẹp hơn, chắc nó tốt hơn"
Đúng: Chỉ kết luận khi đạt statistical significance VÀ practical significance

Practical significance (ý nghĩa thực tiễn): Ngay cả khi p < 0.05, nếu effect size chỉ tăng 0.01% conversion → không đáng triển khai (chi phí dev > lợi ích).

2.3.3. Pre-registration of Hypotheses (Đăng ký giả thuyết trước)

Trước mỗi test, cần ghi lại:

Giả thuyết: "Thay CTA từ 'Mua ngay' → 'Nhận ưu đãi hôm nay' sẽ tăng conversion rate"
Primary metric: Conversion rate (purchase)
Secondary metrics: Click-through rate, bounce rate
Expected effect size: +15% relative
Sample size cần: 10,000/variant
Thời gian dự kiến: 14 ngày
Decision criteria: Triển khai nếu p < 0.05 VÀ uplift > 5%

Điều này ngăn việc HARKing (Hypothesizing After Results are Known – đặt giả thuyết sau khi có kết quả) — một dạng gian lận thống kê phổ biến.

2.3.4. Proper Test Duration (Thời lượng test phù hợp)

Quy tắc: Chạy test ít nhất 2 full business cycles (2 chu kỳ kinh doanh đầy đủ).

B2C e-commerce: Tối thiểu 2 tuần (bao gồm cả ngày trong tuần và cuối tuần)
B2B: Tối thiểu 4 tuần (chu kỳ ra quyết định dài hơn)
Seasonal business: Tránh test trong mùa cao điểm / khuyến mãi lớn

2.4. Landing Page Standards (Tiêu chuẩn Landing Page)

2.4.1. Core Web Vitals Requirements

Google sử dụng Core Web Vitals như tín hiệu xếp hạng. Landing page CRO bắt buộc đạt:

Metric	Tên đầy đủ	Tiêu chuẩn "Good"	Ảnh hưởng CRO
LCP	Largest Contentful Paint	≤ 2.5 giây	Mỗi 100ms chậm = ~0.3-0.5% mất conversion
INP	Interaction to Next Paint	≤ 200ms	Trang chậm respond → user rời đi
CLS	Cumulative Layout Shift	≤ 0.1	Layout nhảy → click nhầm → frustration

2.4.2. Accessibility – WCAG 2.1 AA

Landing page phải đạt WCAG 2.1 Level AA tối thiểu:

Contrast ratio: Text ≥ 4.5:1, Large text ≥ 3:1
Keyboard navigation: Tất cả tương tác phải accessible bằng keyboard
Alt text: Mọi hình ảnh có ý nghĩa phải có alt text
Form labels: Mọi input phải có label rõ ràng
Focus indicators: Visible focus state cho tất cả interactive elements

Lý do: Accessibility tốt = UX tốt cho TẤT CẢ người dùng, không chỉ người khuyết tật. WCAG compliance cũng giúp SEO.

2.4.3. Mobile-First Indexing Compliance

Với thị trường Việt Nam (70-80% traffic mobile), landing page phải mobile-first:

Viewport meta tag chính xác
Touch target tối thiểu 48x48px (Google guideline)
Font size tối thiểu 16px (tránh auto-zoom trên iOS)
Form inputs sử dụng đúng inputmode (tel, email, numeric)
Tránh horizontal scroll ở mọi breakpoint

PHẦN 3: HOW – Áp dụng vào thực tế

3.1. PDCA for CRO Process

Áp dụng chu trình PDCA (Plan–Do–Check–Act) từ Lean Six Sigma vào CRO:

Bước	Hoạt động CRO	Output
Plan	ResearchXL™ → Prioritize (PIE/ICE) → Viết hypothesis	Test plan document
Do	Setup A/B test → QA → Launch	Running experiment
Check	Đợi đủ sample → Phân tích thống kê → Segment analysis	Test report
Act	Implement winner / Iterate / Archive learnings	Knowledge base update

Mỗi PDCA cycle nên kéo dài 2-6 tuần tùy traffic. Mục tiêu: 2-4 tests/tháng cho team trung bình.

3.2. 7 Muda (Lãng phí) trong CRO

Áp dụng khái niệm 7 Muda từ Toyota Production System vào CRO để loại bỏ lãng phí:

#	Muda gốc	Trong CRO	Ví dụ
1	Overproduction (Sản xuất thừa)	Over-testing	Chạy test trên trang traffic thấp — kết quả không bao giờ significant
2	Waiting (Chờ đợi)	Test queue bottleneck	15 ideas chờ dev implement, chỉ 1 chạy được
3	Transport (Vận chuyển)	Handoff lãng phí	Analyst → Designer → Dev → QA không đồng bộ
4	Over-processing (Xử lý thừa)	Pixel-perfect variants	Dành 2 tuần design cho test mà 3 ngày có thể làm
5	Inventory (Tồn kho)	Backlog phình to	200 ideas không bao giờ được test
6	Motion (Di chuyển)	Tool switching	Dữ liệu nằm rải rác 5 tools khác nhau
7	Defects (Lỗi)	Flawed tests	Test bị SRM (Sample Ratio Mismatch), tracking sai

3.3. Pre-Test Checklist (Bảng kiểm tra trước khi test)

📋 Pre-Test Checklist – 17 mục bắt buộc

Giai đoạn Research (Nghiên cứu):

[ ] Đã phân tích data GA4/analytics để xác định vấn đề
[ ] Đã xem heatmaps/session recordings (Hotjar/Clarity)
[ ] Đã thu thập qualitative feedback (survey/interview)
[ ] Hypothesis được viết theo format: "Nếu [thay đổi], thì [metric] sẽ [tăng/giảm], vì [lý do]"

Giai đoạn Design (Thiết kế):

[ ] Variant chỉ thay đổi 1 biến (hoặc dùng multivariate test)
[ ] Variant đã QA trên Chrome, Safari, Firefox
[ ] Variant đã QA trên mobile (iOS + Android)
[ ] Core Web Vitals không bị ảnh hưởng tiêu cực

Giai đoạn Setup (Cài đặt):

[ ] Sample size đã tính (dùng calculator hoặc công thức)
[ ] Test duration đã xác định (≥ 2 business cycles)
[ ] Traffic allocation: 50/50 (hoặc giải thích nếu khác)
[ ] Tracking events đã verify (test conversion, revenue tracking)
[ ] SRM check mechanism đã cài đặt
[ ] Primary metric & secondary metrics đã xác định rõ

Giai đoạn Documentation (Ghi chép):

[ ] Test hypothesis đã đăng ký (pre-registration)
[ ] Decision criteria đã ghi rõ (p-value threshold, minimum effect size)

3.4. Post-Test Analysis Template

Sau mỗi test, tạo báo cáo theo template:

📊 TEST REPORT
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Test ID:          [CRO-2026-009]
Test Name:        [Tên test]
Hypothesis:       [Nếu... thì... vì...]
Page/URL:         [URL tested]
Date:             [Start] → [End]
Duration:         [X ngày]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
RESULTS:
  Visitors:       Control: [n] | Variant: [n]
  Conversion:     Control: [x%] | Variant: [y%]
  Uplift:         [+/-z%] relative
  p-value:        [0.0xx]
  Confidence:     [xx%]
  Power:          [xx%]
  SRM Check:      [Pass/Fail]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
DECISION:         [Implement / Iterate / Archive]
LEARNINGS:        [Insight chính rút ra]
NEXT STEPS:       [Hành động tiếp theo]

3.5. Vietnamese Market Considerations (Lưu ý cho thị trường Việt Nam)

Khi áp dụng CRO standards quốc tế vào thị trường Việt Nam, cần điều chỉnh:

Yếu tố	Quốc tế	Việt Nam	Gợi ý CRO
Device	Desktop 50/50	Mobile 70-80%	Test mobile-first, desktop-second
Payment	Credit card chủ đạo	COD 60-70%, ví điện tử tăng	Test "COD" badge, MoMo/ZaloPay options
Communication	Email, chat	Zalo, Messenger	Test Zalo CTA button trên landing page
Trust signals	Reviews, ratings	KOL endorsement, "đã bán 10K+"	Test social proof dạng Việt Nam
Price display	Giá gốc + sale	Giá gạch + "giảm X%" + flash sale	Test urgency elements (countdown, stock)
Form length	Email + name	Số điện thoại là bắt buộc	Test phone-first form vs email-first

Pro tip

Tích hợp Zalo OA (Official Account) vào landing page thường tăng conversion 15-30% ở Việt Nam, đặc biệt với ngành dịch vụ, vì người Việt thích nhắn tin trước khi mua. Đây là test A/B đáng chạy đầu tiên — xem thêm case study thực tế.

Confidence Interval Quick Reference

Công thức Confidence Interval cho conversion rate:

\hat{p} \pm Z_{α / 2} \sqrt{\frac{\hat{p} (1 - \hat{p})}{n}}

Confidence Level	$Z_{α / 2}$
90%	1.645
95%	1.960
99%	2.576

Ví dụ: Conversion rate = 4%, n = 5,000

0.04 \pm 1.96 \sqrt{\frac{0.04 \times 0.96}{5000}} = 0.04 \pm 0.0054

→ 95% CI: [3.46%, 4.54%]

Tổng kết: CRO Standards Pyramid

            ┌─────────────┐
            │  IMPLEMENT   │  ← Chỉ triển khai khi đạt cả
            │   WINNER     │    statistical + practical significance
            ├─────────────┤
            │  STATISTICAL │  ← p < 0.05, Power ≥ 0.80
            │  ANALYSIS    │    SRM check passed
            ├─────────────┤
            │   PROPER     │  ← Đủ sample size, ≥ 2 cycles
            │   TESTING    │    No peeking, pre-registered
            ├─────────────┤
            │ PRIORITIZED  │  ← PIE/ICE scoring
            │ HYPOTHESIS   │    Data-backed hypothesis
            ├─────────────┤
            │  RESEARCHXL  │  ← 6 phương pháp nghiên cứu
            │  FOUNDATION  │    Trước khi test bất kỳ điều gì
            └─────────────┘

Checklist tự kiểm tra Buổi 9 – CRO Standards

[ ] Tôi có thể giải thích ResearchXL™ framework và 6 bước nghiên cứu
[ ] Tôi biết cách dùng PIE / ICE để ưu tiên test ideas
[ ] Tôi hiểu p-value nghĩa là gì (và không hiểu lầm)
[ ] Tôi có thể tính minimum sample size cho A/B test
[ ] Tôi phân biệt được Type I error và Type II error
[ ] Tôi biết tại sao peeking là sai và cách tránh
[ ] Tôi hiểu sự khác nhau giữa Bayesian và Frequentist
[ ] Tôi biết tiêu chuẩn Core Web Vitals cho landing page
[ ] Tôi có thể áp dụng PDCA vào quy trình CRO
[ ] Tôi biết cách điều chỉnh CRO standards cho thị trường Việt Nam
[ ] Tôi đã hoàn thành Pre-Test Checklist cho ít nhất 1 test plan
[ ] Tôi có thể viết Post-Test Report theo template chuẩn

Tài liệu tham khảo

CXL Institute – ResearchXL Framework – cxl.com
Kohavi, R., Tang, D., & Xu, Y. (2020) – Trustworthy Online Controlled Experiments: A Practical Guide to A/B Testing – Cambridge University Press
Google – Core Web Vitals – web.dev/vitals
W3C – WCAG 2.1 Guidelines – w3.org/WAI/WCAG21
Evan Miller – Sample Size Calculator – evanmiller.org/ab-testing

📚 Xem thêm: Bài giảng Buổi 9 · 📝 Blog CRO · 📰 Case Study · 🎮 Quiz tương tác

📏 CXL CRO Methodology & Statistical Significance Standards ​

Giới thiệu ​

PHẦN 1: WHY – Tại sao cần chuẩn hóa CRO? ​

1.1. CRO không có tiêu chuẩn = Đoán mò có hệ thống ​

1.2. Chi phí thực sự của False Positive ​

1.3. Huyền thoại "Best Practices" ​

1.4. Nhu cầu về tính nghiêm ngặt khoa học ​

PHẦN 2: WHAT – Các tiêu chuẩn chính ​

2.1. CXL Institute CRO Methodology ​

2.1.1. ResearchXL™ Framework ​

2.1.2. PIE & ICE Prioritization Frameworks ​

2.1.3. CXL Certification Levels ​

2.2. Statistical Significance Standards (Tiêu chuẩn ý nghĩa thống kê) ​

2.2.1. p-value và Confidence Level ​

2.2.2. Minimum Sample Size Calculation (Tính cỡ mẫu tối thiểu) ​

2.2.3. MDE – Minimum Detectable Effect (Hiệu ứng tối thiểu phát hiện được) ​

2.2.4. Type I & Type II Errors (Lỗi loại I & loại II) ​

2.2.5. Sequential Testing vs Fixed-Horizon Testing ​

2.2.6. Bayesian vs Frequentist Approaches ​

2.3. A/B Testing Ethical Standards (Tiêu chuẩn đạo đức A/B Testing) ​

2.3.1. No Peeking (Không nhìn lén kết quả) ​

2.3.2. No "Calling It" Based on Gut Feeling ​

2.3.3. Pre-registration of Hypotheses (Đăng ký giả thuyết trước) ​

2.3.4. Proper Test Duration (Thời lượng test phù hợp) ​

2.4. Landing Page Standards (Tiêu chuẩn Landing Page) ​

2.4.1. Core Web Vitals Requirements ​

2.4.2. Accessibility – WCAG 2.1 AA ​

2.4.3. Mobile-First Indexing Compliance ​

PHẦN 3: HOW – Áp dụng vào thực tế ​

3.1. PDCA for CRO Process ​

3.2. 7 Muda (Lãng phí) trong CRO ​

3.3. Pre-Test Checklist (Bảng kiểm tra trước khi test) ​

3.4. Post-Test Analysis Template ​

3.5. Vietnamese Market Considerations (Lưu ý cho thị trường Việt Nam) ​

Confidence Interval Quick Reference ​

Tổng kết: CRO Standards Pyramid ​

Checklist tự kiểm tra Buổi 9 – CRO Standards ​

Tài liệu tham khảo ​